
1、打开Matlab,点击“新建脚本”,如下图所示。
2、在代码编辑区输入代码,先利用Imread函数读取图像,然后使用Imshow函数将图像展示出来,以便与添加噪声后的图像做对比。
3、Matlab中利用imnoise函数可以添加各种噪声,而使用“gaussian”参数就可以添加高斯噪声。
4、选择保存位置,并为m文件重命名,如下图所示所示,设置完成,点击“保存”。
5、这样,就在Matlab中为图像添加了高斯噪声,并且把一组对比图显示在同一个窗口中,如下图所示。
在原始信号上加噪声,首先要产生噪声。Matlab有两个函数可以产生噪声,wgn( )和awgn( )。
1. WGN:产生高斯白噪声
y = wgn(m,n,p)y = wgn(m,n,p) %产生一个m行n列的高斯白噪声的矩阵,p以dBW为单位指定输出噪声的强度。
y = wgn(m,n,p,imp)
y = wgn(m,n,p,imp) %以欧姆(Ohm)为单位指定负载阻抗。
y = wgn(m,n,p,imp,state)
y = wgn(m,n,p,imp,state) %重置RANDN的状态。
2. AWGN:在某一信号中加入高斯白噪声
y = awgn(x,SNR)y = awgn(x,SNR) %在信号x中加入高斯白噪声。信噪比SNR以dB为单位。x的强度假定为0dBW。如果x是复数,就加入复噪声。
举例如下:
clear,clcN=0:1000
fs=1024
t=N./fs
y=3*sin(2*pi*t)
x=wgn(1,1001,2)
i=y+x
% i=awgn(y,2)
subplot(3,1,1),plot(x)
subplot(3,1,2),plot(y)
subplot(3,1,3),plot(i)
可以将正弦信号在每个时刻的值加上噪声即可实现加噪的目的。把白噪声叠加到信号上去:
function
[Y,NOISE]
=
noisegen(X,SNR)
%
noisegen
add
white
Gaussian
noise
to
a
signal.
%
[Y,
NOISE]
=
NOISEGEN(X,SNR)
adds
white
Gaussian
NOISE
to
X.
The
SNR
is
in
dB.
NOISE=randn(size(X))
NOISE=NOISE-mean(NOISE)
signal_power
=
1/length(X)*sum(X.*X)
noise_variance
=
signal_power
/
(
10^(SNR/10)
)
NOISE=sqrt(noise_variance)/std(NOISE)*NOISE
Y=X+NOISE
其中X是纯信号,SNR是要求的信噪比,Y是带噪信号,NOISE是叠加在信号上的噪声。
对于上面的通用程序,如果X是正弦信号,SNR是要求的信噪比,那么输出的Y就是正弦信号加噪后的信号,NOISE就是所添加的噪声信号。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)